数字化与智能化转型浪潮席卷全球，边缘云随之掀起全新的技术变革。这类技术打破传统集中式计算模式的束缚，将数据处理与分析能力部署至网络边缘，实现数据生成后的即时响应与高效处理。随着人工智能大模型不断发展，行业关注重心逐步从模型训练，转向落地应用中关键的AI推理环节。凭借低时延、分布式部署等核心优势，边缘云也顺势成为当下产业竞争的全新焦点。
这一趋势的形成有着清晰的逻辑。Gartner预测，2028年80%以上的算力将用于推理而不是训练。IDC也预测，2027年80%的企业将部署分布式边缘基础设施。与此同时，推理模型日趋复杂、体量不断扩张，对各项资源的需求持续走高，让集中式推理的部署与运行愈发受限。在此背景下，边缘计算的适配优势充分释放，既能有效承接大规模AI推理业务，又可满足机器速度级的低延迟响应要求，成为支撑行业发展的核心抓手。
Akamai大中华区副总裁 张轲
面对行业变革趋势，Akamai也给出了自身的解决方案。Akamai大中华区副总裁张轲表示，Akamai依托二十余年全球布局沉淀的分布式计算网络，打造分布式计算与云安全平台，并加快业务转型，全力构建全球领先的分布式AI推理平台。依托与NVIDIA达成的战略合作，Akamai已于今年英伟达GTC 2026大会上发布AI网格平台。同时在全球范围大规模部署NVIDIA RTX PRO 6000 Blackwell基于推理优化的GPU，夯实边缘AI推理算力底座。
赋能客户AI创新，Akamai有何布局？
传统AI架构普遍采用“训练集中、推理集中”的模式。这一架构在低延迟刚需场景中存在天然短板。不论是自动驾驶、智能机器人、实时视频处理等物理智能应用，还是高并发的个性化推荐业务，数据从生成、上传至中心节点处理，再到结果回传的完整链路，产生的时延，往往会超出各类应用的容许范围。Akamai亚太区云计算架构师总监李文涛谈到，游戏、电商以及智能体自助服务等各类场景，均对AI推理的低时延能力提出了极高要求。
Akamai亚太区云计算架构师总监李文涛
面对这一行业痛点，李文涛表示：“Akamai正依托覆盖全球的分布式算力平台，为用户提供高质量、低时延的AI推理服务，精准适配AI时代的推理算力需求。”这一落地举措，也充分彰显出Akamai面向AI时代的清晰定位：为企业构筑智能基础设施，支撑业务平稳开展AI创新，在全球范围内，助力企业构建、保护和扩展AI服务。为此，Akamai推出Akamai Inference Cloud（AI推理云）、AI Grid智能编排等解决方案，持续完善整体能力布局。
李文涛解释道，Akamai推理云是一套全球分布式的云平台，依托统一的云原生运营模式，实现贴近用户侧的AI推理运行。这也意味着Akamai推理云将推理能力从核心数据中心延伸至互联网边缘端。不仅如此，Akamai近期发布的AI Grid智能编排，将NVIDIA算力融入全球4400个边缘站点，有效解决AI推理的“最后一公里”难题。依托系列产品布局，Akamai正在逐步实现产业升级，勾勒出从集中式“AI工厂”向分布式“AI公共设施”的演进蓝图。
解决AI推理难题，Akamai推理云实力如何？
Akamai推理云依托全球数千个节点部署AI决策能力，可充分满足持续增长的AI推理算力与性能扩容需求，以此实现更快速、智能且安全的业务响应。那么，这一能力究竟如何实现？Akamai推理云具备实时AI推理、全球AI算力分布式负载、边缘至核心全链路算力调度管理等核心功能。算力层面，平台搭载英伟达最新RTX PRO 6000 Blackwell系列显卡；平台层面，整体架构开放易用，同时已斩获CNCF开源云原生组织颁发的开源AI平台兼容性认证。
具体来看，Akamai推理云搭载英伟达RTX PRO 6000 Blackwell系列GPU。该GPU单卡AI算力可达4000 AI-TOPS，并配备96GB ECC大显存，能够充分承载主流大模型的推理任务。与此同时，其GPU虚拟机“出方向”流量成本低至0.005美元/GB，根据 Akamai 内部测试数据，整机综合性价比相较同类竞品机型有翻倍提升。在AI调度与AI网关层面，Akamai实现大模型请求的全球调度统筹与全链路安全防护，同时依托语义缓存等智能化技术，帮助用户大幅降低Token成本。
除算力与调度能力外，Akamai函数即服务也是重要组成，作为当前全球领先的函数计算产品，其冷启动时延低至0.5ms，响应速度较主流公有云竞品最大可高出千倍，既能支撑极速AI服务响应，也可助力用户构建覆盖全球边缘的无服务器计算能力。李文涛表示，依托全球分布式算力底座打造的Akamai分布式容器平台，可实现容器化业务的边缘快速部署，助力企业将AI服务与业务逻辑就近部署至用户侧，最大限度压缩访问时延，满足数据合规管控要求。
此外，AI网格同样是Akamai推理云的核心组成。作为全新的分布式AI推理架构，AI网格借鉴英伟达相关技术实践，可在毫秒级时限内，将每一条AI请求路由至最优算力节点：
智能路由能力能够实时感知AI工作负载，结合模型类型、时延目标与成本诉求，自动匹配最优算力层级，完成AI请求的高效调度。同时，该架构搭建起从互联网边缘到核心数据中心的全域分布式计算能力，支持企业按需定制算力布局与业务部署方案。在可靠性层面，平台依托英伟达RTX PRO系列GPU硬件支撑，相关产品已在AI推理、模型训练、渲染、视频处理等场景完成严苛基准测试，保障稳定运行。
在今年3月份，Akamai发布首个全球规模的NVIDIA AI Grid参考设计实施方案，将4400个边缘站点织成一张分布式推理网络，以智能编排技术打通从核心数据中心到远端边缘的计算连续体，不仅为AI推理的“最后一公里”难题提供了全新解法，更标志着全球AI基础设施从集中式向分布式的关键转型。
“目前，全球范围内，包括众多出海中国企业，已有大量客户落地使用Akamai推理云，实际应用场景十分丰富。”李文涛表示，“Akamai推理云业务已经遍及了全球各个主要行业与地区，为客户提供GPU算力、AI安全防护及AI推理服务。”值得一提的是，Akamai推理云已在多类场景实现广泛落地，涵盖推荐引擎、8K视频工作流、实时视频智能分析、智能体助理、虚拟试衣、智能终端、自动驾驶等多元业务领域。
AI带来安全挑战。Akamai如何应对？
以深度学习为核心的人工智能技术兼具两面性，一方面具备强大的赋能价值与广阔的应用前景，另一方面也催生了前所未有的安全风险。Akamai大中华区售前技术经理马俊表示：“当下企业面临全方位、多维度的安全挑战，涵盖从‘抵御勒索软件、推进零信任架构’到‘混合云微分段拓展’再到‘确保业务连续性、并且降低成本’的多重诉求”。笔者注意到，为应对上述各类挑战，Akamai将AI技术全面贯穿至整体安全战略。
Akamai大中华区售前技术经理 马俊
Akamai依托AI驱动的微分段技术，不仅能够实现全域流量可视，更可解析业务与应用运行状态，进而输出具备洞察性的安全管控策略。该方案可提供主动有效的安全防护，大幅减少人工干预，同时为海量应用智能生成防护模型，支撑相关能力规模化落地与高效运维。不仅如此，Akamai还在微分段上积极创新，Akamai Guardicore与英伟达BlueField DPU实现了深度的整合，将“零信任”从传统的IT拓展到了运维技术OT和工业物联网的ICS硬件级别。
为了提升防御能力，Akamai提出由AI驱动的网络应用防火墙监测。马俊表示：“依托Akamai平台上超大规模的全球实时流量，AI引擎能够持续的分析、并且快速的发现异常行为，生成高置信度的检查策略，从而利用AI引擎、通过安全专家的缓解措施，可以实现自治和自适应的保护在线应用和业务系统不被AI相关的威胁所攻击，从而实现持续分析、快速检测和安全部署能力。”此外，Akamai还拥有API治理等丰富的安全能力。
AI Agent时代加速来临，传统网络威胁与新兴AI衍生风险交织，对安全团队提出全新考验。安全团队亟需提前布局，完善全域监控体系，借助AI技术实现对新型AI威胁的有效防御。马俊表示：“Akamai已做好充分准备，依托全栈AI驱动的安全防护体系，覆盖基础设施、硬件、软件及网络微分段等多层维度，以AI能力统筹企业安全治理，全方位护航企业智能化转型与AI业务创新。”
AI时代下，技术创新持续迭代演进，把握全新机遇，已成为企业创新发展的关键所在。聚焦AI底层基础设施不难发现，随着人工智能应用不断深化，行业重心正逐步从模型训练向推理环节转移，为边缘云与边缘AI的落地普及开辟了新空间。在此趋势之下，Akamai推理云依托成熟完备的产品体系，有针对性地化解行业实际痛点，同时坚持技术持续迭代、能力动态升级，精准适配不断变化的市场与业务需求，持续为企业数字化、智能化升级贡献力量。
热门跟贴